Python developer állások XI. kerületben (it programozás, fejlesztés)

• End-to-end penetration testing engagements across web applications, APIs, cloud environments, kubernets, binary applications and internal/external infrastructure
• Simulation of real-world attacks to identify security risks before they become threats

• Lead the design and implementation of scalable data pipelines and Lakehouse architectures
• Act as the design authority
• Solve the hardest technical challenges including optimizing high-load streaming pipelines, debugging complex Spark jobs, and designing generic frameworks

• System IP microarchitecture specification and design
• SystemVerilog RTL verification and debug
• Formal bring-up of non-trivial IP blocks to achieve required quality levels

• Design and development of innovative AI solutions
• Collaboration with global technologists, data scientists, and industry experts
• Development of scalable data pipelines
• Building software products and services from the ground up
• Assessment of data landscapes and ensuring data quality

• ORACLE adatbázisok kialakítása, karbantartása;
• adatbetöltő-, adatelőkészítő-, és adatfeldolgozó algoritmusok tervezése és megvalósítása, együttműködve a terület szakstatisztikusával;
• fejlesztői tesztek tervezése, elvégzése;
• felhasználói (folyamattesztben) való közreműködés;

• Collaborate with business stakeholders to identify opportunities and translate business challenges into actionable Data Science and AI use cases.
• Design, develop and evaluate machine learning models using statistical methods, supervised and unsupervised learning techniques.

• Design and own the Azure Native Data & AI Platform architecture
• Lead Azure Databricks platform implementation and evolution
• Define enterprise data, analytics, ML and AI platform standards and best practices
• Design Lakehouse and Medallion architectures

• AI-Native Infrastructure: Modern, GPU-intenzív AI/ML keretrendszerek szoftveres alapjainak megtervezése és kiépítése.
• Deep Containerization: Komplex Docker image-ek faragása, kifejezetten GPU-kompatibilis, AI workload-specifikus erőforráskezelésre (NVIDIA-docker, CUDA optimalizáció).

•Working closely with Test Engineers and Developers to understand product requirements and ensure high quality in releases •Testing Siemens SIMATIC S7 PLC and HMI product families’ engineering systems and hardwares •Executing test cases (manual and/or automated) and analyzing results •Writing and...

● Audiovizuális megoldások (Digital Media Signage, videókonferencia rendszerek) támogatása és tesztelése ● Ügyfélprojektekhez kapcsolódó integrációs fejlesztésekben való közreműködés ● Ügyféldemók és technikai bemutatók összeállítása, karbantartása ● Rendszerüzemeltetési és monitoring feladatok...

• Ansible és Kubernetes szkriptek írása
• részvétel konténerizáció és Git alapú CI/CD folyamat létrehozásában, automatizálásban
• egyedi fejlesztésű rendszereknek a release menedzselése, adminisztrálása, átadása ügyfélnek és telepítés teszt környezetben
• kapcsolattartás ügyféllel

• Design, implement, and optimize compiler passes and transformations using LLVM/Clang or GCC
• Build and maintain robust toolchains
• Support new and complex architectures in compiler backends
• Work on architecture-agnostic and IR-level optimizations
• Work on silicon specific optimizations

• Ownership of data engineering features, architecture, and code quality
• Design, implementation, and maintenance of Databricks-based data pipelines and workflows
• Building and optimization of ETL/ELT processes using Apache Spark on Databricks

• Building and maintaining simulation environments for mobile robotic perception and navigation
• Developing and integrating robotic behaviours and learning pipelines for reinforcement learning and motion planning in complex outdoor environments

• Chunking and ingestion architecture with deterministic, validation-gated pipelines handling diverse enterprise document types with indexing and contextual enrichment
• Retrieval pipeline with vector search, BM25 hybrid retrieval, RRF re-ranking, embedding model selection and optimisation

• Building and optimizing inference pipelines for large-scale model serving
• Working with frameworks like PyTorch, TensorRT, and vLLM to deploy models efficiently
• Implementing and optimizing ML models using techniques such as quantization, kernel fusion, and efficient batching

• Technológiai irányelvek és architekturális sztenderdek kialakítása és fenntartása;
• Rendszer- és alkalmazásarchitektúra tervezése a skálázhatóság, biztonság és teljesítmény figyelembevételével;
• Technológiai döntések támogatása és felülvizsgálata; új technológiák értékelése és bevezetése.

• Design, build and deploy AI agents and multi-agent pipelines for B2B clients across sales, support, and operations
• Architect integrations between LLM layers, voice AI (VoIP/SIP), CRMs, and business workflows

Az Agentic AI Platform alapvető elemeinek kialakítása és továbbfejlesztése, beleértve az agent futtatási környezetet, az orchestrációt, a human-in-the-loop megoldásokat, a rendszerellenálló képességet, a RAG-infrastruktúrát, a tool registry-t és az életciklus-kezelési szolgáltatásokat....

• Az Agentic AI Platformhoz meghatározott szakterületi ontológiák, taxonómiák, tudásgráf-struktúrák és szemantikai elemek megvalósítása és karbantartása.
• Üzleti fogalmak és azok kapcsolatainak átalakítása géppel olvasható modellekké és validációs szabályokká.